计量经济学复习笔记(三):如何使用回归结果
根据我们之前的讨论,任意给定一组
的观测值,都可以计算回归。但是否回归都是有效的?直观说来,我们会将回归方程直接绘制在图像上,看样本点围绕回归方程的偏差程度大不大。但是绘图、看图说话总要动脑,直接给一个指标告诉大家好还是不好就能省掉许多的工作,这篇文章首先来探究这样的指标,再讨论回归方程的使用。
1、拟合优度与可决系数
如果一个回归方程的效果很好,残差就应该很小,但是这个小需要一个相对的标准进行衡量。如果只是看绝对数的大小,则样本容量小的回归方程肯定有更小的残差平方和,但拟合优度却不一定好。为了找到残差的对比指标,我们引入一个重要的等式:平方和分解式。这个等式刻画了在计算出回归方程后,离差平方和的一种分解关系,其内容如下:
其中
被称为离差平方和,它就是用于计算样本方差的原始部分;
即残差平方和,我们总希望它尽可能小,而后面的
就被我们称为回归平方和。这个式子的直观意义是,总体的方差可以被分解为确定性部分(系统性部分)与非确定性部分,回归平方和就是确定性部分,如果它越大,回归方程的解释能力就越强,残差平方和就是非确定性部分。
对这个式子的证明如下:
只要证明交叉部分为0即可,即
这里又一次用到了OLS估计的条件,即